> Justin Taylor | VP of AI, Lockheed Martin
Across the enterprise, nearly every business function is benefiting from AI-driven automation—from HR for talent matching and IT for help tickets, to quality for optimized assessments and engineering for accelerated product testing. In production operations, Lockheed Martin has already shifted to AI-based scheduling as they further automate their factories. A great example of applying AI directly for mission execution can be seen in the collaboration with NVIDIA and Lockheed Martin on their Cognitive Mission Manager program to fight and reduce the frequency of wildfires.
參與演講，探索如何轉型政府和社會
與產業和公共部門領導者一同參與 GTC，瞭解人工智慧將如何創造政府和社會福祉，以實際經驗為例探討人工智慧的無限可能。
精選演講
全球公共部門
參與這些演講，瞭解 NVIDIA 如何執行國家人工智慧策略，以及重新定義如何處理網路安全、公民服務、智慧城市、公共衛生等更多議題。
-
人工智慧在智慧與永續發展城市化中的角色
> Shilpa Kolhatkar | NVIDIA 全球 AI Nations 業務部門負責人
> Amen Mashariki | NVIDIA 首席科學家
> Donnel Baird | Blocpower 執行長
瞭解人工智慧如何扮演關鍵角色，讓都市化技術更聰明並更具永續發展前景。
-
全球公共部門氣候行動
> Geoffrey Levene | NVIDIA 全球人工智慧計畫總監
> Victor Ohuruogo | 聯合國基金會資深非洲地區經理
> John Kamara | 人工智慧卓越中心和 AdaLabs 創辦人
瞭解獲得 RTX 5000 行動資料科學工作站、深度學習機構 (DLI) 學分與 NVIDIA 解決方案架構團隊支援的科學家如何加速工作流程，協助解決當代部分最迫切的氣候變遷問題。
-
智慧城市的建設
> Guy Elad | 資訊長兼營運總監 | 特拉維夫市
> Ken Smith | 停車與行動力總監 | 奧馬哈市
> Clayton Garner | 聖荷西市資訊長
> Michael Sherwood | 拉斯維加斯市資訊長
> Asfand Siddiqui | CalTrans 資深運輸工程師
> Brandy Stanley | 拉斯維加斯市停車服務經理
探索我們的合作夥伴如何使用 NVIDIA Metropolis 管理智慧基礎設施。
應用於政府的人工智慧
聆聽 Lockheed Martin、HPE、Marine AI 等公司的世界級講者與專家演說。取得開始使用人工智慧與高效能運算所需的工具和資源。
-
運用機器學習和 Omniverse 瞭解野火行為
> Lydia Carroll | Lockheed Martin 人工智慧研究工程師
> Jacob Sprague | Lockheed Martin 人工智慧/機器學習軟體與系統架構師
瞭解野火防護研究人員如何運用 NVIDIA Omniverse Enterprise 來開發預測野火行為的環境。
-
網路安全：應用於邊緣網路且採用即時人工智慧的 SOAR
> Vivian Richards | Splunk 資深解決方案工程師
> Jeffrey Winterich | HPE DOD 帳戶技術長
在本演講中，我們展示的解決方案結合了 Splunk 的網路安全和 SOAR 套件，以及 HPE Edgeline GPU 加速的聚合邊緣平台上的 NVIDIA Morpheus。瞭解此解決方案如何提供人工智慧即時監控和邊緣網路修補功能。
-
在 Pure Python 使用 GPU 加速的特徵擷取和影像相似度功能
> Kevin Green | NGA 資深負責技術人員
> Matt Penn | NVIDIA 資深資料科學家
在本演講中，我們將討論 pure Python 中自動化 GPU 加速的電腦視覺應用程式，可擷取動態灰階、旋轉和仿射不變特徵，以及執行影像相似度功能。這可以用於僅透過影像像素資料，在大型參考空拍影像中快速地理定位空拍影像位置。
-
邊緣端的高效能感測器架構
> Ben Luke | Lockheed Martin 旋轉與任務系統 (RMS) 軟體工程經理
> Zoe Ryan | NVIDIA 解決方案架構師
瞭解推廣 GPU 到網路裝置的部署架構，使用 NVIDIA 資料處理單位，將資料中心高效能、高資料速率 GPU 處理功能帶至邊緣端。
-
開發應用於自主海洋導航與物體偵測的有效推論模型
> Don Scott | Marine AI 技術長
> Oliver Thompson | Marine AI 工程師
Marine AI 團隊將展示他們如何使用部署在 NVIDIA Jetson 邊緣裝置上的推論模型，這些裝置使用 DeepStream SDK 開發，以導航危險物體偵測和分類，並執行新興海洋研究。
應用於氣候科學的人工智慧
參加這些課程，瞭解人工智慧如何改變我們處理氣候變遷相關挑戰的方式。
-
氣候與地球科學中的巨量資料：機器學習的挑戰與機會
> Vipin Kumar | 明尼蘇達大學 Regents Professor
瞭解分析大量資料集時所面臨的挑戰，以及這些資料集為推動機器學習和環境科學帶來的機會。
-
高空間和時間解析度下的可擴充資料導向全球天氣預報
> John Taylor | CSIRO 計畫負責人
瞭解資料導向方法如何推動天氣和氣候科學的下一重大突破。
-
應用於極端天氣與氣候預測的傅立葉神經算子和 Transformer
> Anima Anandkumar | NVIDIA 機器學習研究總監
> Karthik Kashinath | NVIDIA 人工智慧-高效能運算資深人工智慧開發技術人員
> Farah Hariri | NVIDIA 資深解決方案架構師
> Thorsten Kurth | NVIDIA 資深軟體工程師
> Morteza Mardani | NVIDIA 資深人工智慧研究人員
> Jaideep Pathak | NVIDIA 深度學習工程師
瞭解大規模使用 AFNO 和 PINO 預測極端天氣的結果，以及如何在三個大型超級運算系統上解決擴充、最佳化和效能挑戰。
-
利用 GPU 加速分析技術降低自然災害風險
> Mike Flaxman | OmniSci 產品經理
> Abhishek Damera | OmniSci 資料科學家
瞭解如何使用機器學習模型降低天災風險。
-
為天氣、氣候與能源開發數位孿生
> Karthik Kashinath | NVIDIA 人工智慧-高效能運算資深人工智慧開發技術人員
> Akshay Subramaniam | NVIDIA 資深人工智慧開發人員技術工程師
瞭解高擬真度數位孿生如何讓氣候科學家、研究人員與非專家使用者，在氣候模擬和人工智慧模型預測中發現豐富資訊。